- 18 -
dos LTC. As entradas da rede são a potência ativa e reativa e as tensões primárias e secundárias,
ambas do transformador da subestação, e as saídas são o status dos bancos de capacitores e
posição dos taps dos LTCs. O despacho preliminar é então refinado utilizando programação
dinâmica fuzzy.
Em [Gu e Rizy, 1996] é apresentada uma rede neural para controlar banco de capacitores
e reguladores de tensão em redes de distribuição. O objetivo do controlador neural é minimizar
as perdas ôhmicas e manter as tensões dentro dos limites de operação. A avaliação do
desempenho do controle é realizada para diferentes seleções de entradas e conjuntos de
treinamentos, sendo os resultados de desempenho discutidos e comparados.
Um método baseado em uma rede neural artificial em conjunto com programação
dinâmica para despacho de bancos de capacitores é apresentado na referência [Hsu e Yang,
1994]. Também é proposta uma estratégia de programação dinâmica assistida por uma rede
neural para contornar o problema do alto tempo computacional de métodos de programação
dinâmica. Neste método, os procedimentos de programação dinâmica são executados utilizando
dados históricos. Os resultados são então manipulados e o conhecimento é extraído através da
técnica de algoritmos de clusters, obtendo-se uma base de dados reduzida e pode-se aplicar
novamente uma programação dinâmica para prever o despacho ótimo dos bancos de capacitores.
São utilizados dois tipos de algoritmos de cluster, o hard clustering Euclidiano e o soft clustering
para um aprendizado não supervisionado de uma rede neural. Ambos são comparados e
analisados.
Outra classe de algoritmos de otimização de ações de controle é baseada em computação
evolucionária, onde entre os mais representativos estão incluídos os que utilizam lógica fuzzy
(Fuzzy Logic) descritos nas referências [Liang e Wang, 2003; Ramakrishna e Rao, 1999;
Ramakrishna e Rao, 1998; Miranda et. Alli 2007; Miranda e Calisto 2002; Ekel et. Alli 1998;
Rahideh e Shaheed, 2006; Yokoyama et. Alli, 1993; Su et. Alli, 1996], enxame de partículas
(Particle Swarm Optimization – PSO) [Yoshida et. Alli, 2000; Fukuyama e Yoshida, 2001] e
EPSO (Evolucionary Particle Swarm Optimization) [Miranda e Fonseca, 2002a; Miranda e
Fonseca, 2002b; Miranda e Fonseca, 2002c].
Em [Liang e Wang, 2003] um esquema de controle de tensão e potência reativa baseado
em regras fuzzy é apresentado. O objetivo principal é achar a melhor combinação entre a posição
do tap dos LTCs e o status dos bancos de capacitores durante a operação diária, tal que o desvio
da tensão na nó secundária do transformador seja o menor possível, bem como o fluxo de